ครั้งแรกในเวียดนาม: โมเดล AI ผสานกับการสำรวจระยะไกลเพื่อตรวจสอบคุณภาพน้ำทะเล

คำบรรยายภาพ — ทีมวิจัยเก็บตัวอย่างน้ำทะเลในอ่าวฮาลองและก๊วลุก ภาพ: Dieu Thuy/VNA

การพัฒนา ทางเศรษฐกิจ และสังคมในช่วงไม่กี่ปีที่ผ่านมาได้ก่อให้เกิดความท้าทายด้านสิ่งแวดล้อมมากมายในอ่าวฮาลองและเก๊าลุก (จังหวัดกว๋างนิญ) โดยเฉพาะอย่างยิ่งคุณภาพน้ำทะเลที่ลดลง ซึ่งเป็นภัยคุกคามต่อระบบนิเวศทางทะเลเฉพาะถิ่น ขณะเดียวกัน วิธีการตรวจสอบแบบดั้งเดิม เช่น การสุ่มตัวอย่างและการวิเคราะห์ในพื้นที่ ได้เผยให้เห็นข้อจำกัดมากมายทั้งในด้านต้นทุน เวลา และขอบเขตการตรวจสอบ เมื่อเผชิญกับความเป็นจริงนี้ นักวิทยาศาสตร์ชาวเวียดนามและโปแลนด์ได้ประสานงานกันเพื่อทำการวิจัยเกี่ยวกับการประยุกต์ใช้การสำรวจระยะไกลและปัญญาประดิษฐ์ในการติดตามคุณภาพน้ำ ซึ่งเป็นวิธีการที่ทันสมัยและคุ้มค่า ช่วยให้สามารถติดตามตรวจสอบได้อย่างต่อเนื่องในพื้นที่ขนาดใหญ่ ภารกิจวิจัยร่วมภายใต้รหัส QTPL01.03/23-24 ซึ่งดำเนินการร่วมกันโดยศูนย์อวกาศเวียดนาม (สถาบันวิทยาศาสตร์และเทคโนโลยีเวียดนาม) และสถาบันธรณีฟิสิกส์โปแลนด์ (สถาบันวิทยาศาสตร์โปแลนด์) ช่วยให้มีเครื่องมือตรวจสอบที่มีประสิทธิภาพมากขึ้นสำหรับการปกป้องสิ่งแวดล้อมทางทะเลในพื้นที่ชายฝั่งที่สำคัญ

แนวทางสมัยใหม่

ตามที่ดร. หวู อันห์ ตวน รองผู้อำนวยการทั่วไปของศูนย์อวกาศเวียดนาม ซึ่งเป็นผู้รับผิดชอบภารกิจนี้ กล่าวว่า นี่เป็นโครงการแรกในเวียดนามที่ใช้ข้อมูลดาวเทียม Sentinel-2 อัลกอริทึมการเรียนรู้ของเครื่องจักรขั้นสูง และแพลตฟอร์ม GEE (แพลตฟอร์มคลาวด์คอมพิวติ้งของ Google) พร้อมกัน เพื่อจำลองและตรวจสอบพารามิเตอร์คุณภาพน้ำ เช่น อุณหภูมิพื้นผิว ของแข็งแขวนลอย คลอโรฟิลล์เอ และความต้องการออกซิเจนทางเคมี

จากผลการจำลองสถานการณ์ ทีมวิจัยได้สร้างแผนที่แสดงการกระจายตัวของคุณภาพน้ำทั้งในด้านพื้นที่และเวลา ซึ่งช่วยติดตามความผันผวนและแจ้งเตือนล่วงหน้าเกี่ยวกับความเสี่ยงด้านมลพิษในอ่าวฮาลองและเก๊าลุก ซึ่งเป็นพื้นที่น้ำเชิงยุทธศาสตร์สองแห่งในจังหวัดกว๋างนิญ ไม่เพียงแต่อุดมไปด้วยภูมิทัศน์และคุณค่าทางนิเวศวิทยาเท่านั้น แต่ยังมีบทบาทสำคัญในการพัฒนาเศรษฐกิจและ การท่องเที่ยว ของจังหวัดอีกด้วย แผนที่เหล่านี้สามารถนำไปใช้ในการบริหารจัดการทรัพยากรน้ำ สนับสนุนการอนุรักษ์สิ่งแวดล้อม และกำหนดทิศทางการพัฒนาพื้นที่ชายฝั่งอย่างยั่งยืน

ดร. หวู อันห์ ตวน กล่าวว่า ความแปลกใหม่ของการศึกษานี้อยู่ที่การสังเคราะห์และนวัตกรรมของเทคโนโลยีการสำรวจระยะไกล ปัญญาประดิษฐ์ และคลาวด์คอมพิวติ้ง เพื่อแก้ปัญหาที่ซับซ้อนของการตรวจสอบคุณภาพน้ำในอ่าวฮาลอง ขณะเดียวกันก็นำเสนอแนวทางที่เป็นไปได้เพื่อเอาชนะความท้าทายของการขาดแคลนข้อมูล และการวิเคราะห์เชิงลึกที่มีคุณค่าเชิงปฏิบัติสูง การศึกษานี้ได้สร้างแบบจำลองการเรียนรู้ของเครื่อง (machine learning) และปรับเทียบและทดสอบแบบจำลองเหล่านี้เพื่อให้ได้ความแม่นยำมากกว่า 73% และสร้างแผนที่แสดงการกระจายตัวของพารามิเตอร์เหล่านี้ตามฤดูกาลและค่าเฉลี่ยรายปี นอกจากนี้ การศึกษานี้ยังเปิดแนวทางใหม่ในการประยุกต์ใช้เทคโนโลยีการสำรวจระยะไกลร่วมกับการเรียนรู้ของเครื่องเพื่อตรวจสอบคุณภาพน้ำ ซึ่งจะช่วยสนับสนุนการจัดการทรัพยากรน้ำในพื้นที่ชายฝั่งที่สำคัญได้อย่างมีประสิทธิภาพ

มุ่งสู่การใช้งานอย่างแพร่หลายทั่วท้องทะเล

ดร. หวู อันห์ ตวน กล่าวเสริมว่า การศึกษานี้ใช้ข้อมูลจากดาวเทียมเซนติเนล-2 (เซ็นเซอร์ MSI) ในช่วงปี พ.ศ. 2562-2566 ประกอบกับข้อมูลการวัดจริงจากกรมทรัพยากรธรรมชาติและสิ่งแวดล้อม จังหวัด กว๋างนิญ และสำนักงานบริหารบรรยากาศและมหาสมุทรแห่งชาติ (สหรัฐอเมริกา) เพื่อคาดการณ์คุณภาพน้ำในพื้นที่ศึกษา ภาพถ่ายดาวเทียมทั้งหมด 78 ภาพได้รับการประมวลผลและวิเคราะห์บนแพลตฟอร์มคลาวด์คอมพิวติ้งของ Google จากนั้นจึงนำอัลกอริทึมการเรียนรู้ของเครื่อง เช่น Random Forest, Boosted Regression และ AdaBoost Regression มาประยุกต์ใช้เพื่อคาดการณ์ตัวชี้วัดคุณภาพน้ำ

ดร. หวู อันห์ ตวน กล่าวว่า การศึกษานี้ยังระบุแถบสเปกตรัมสำคัญจากภาพถ่ายดาวเทียม Sentinel-2 ซึ่งมีส่วนช่วยในการปรับปรุงแบบจำลองการเรียนรู้ของเครื่องและลดต้นทุนการรวบรวมข้อมูลในอนาคต จากผลที่ได้จากแบบจำลอง ทีมวิจัยได้สร้างแผนที่การกระจายคุณภาพน้ำเชิงพื้นที่และเวลา ซึ่งช่วยติดตามความผันผวนและแจ้งเตือนล่วงหน้าเกี่ยวกับความเสี่ยงด้านมลพิษในอ่าวฮาลอง แผนที่เหล่านี้สามารถนำไปใช้ในการจัดการทรัพยากรน้ำ สนับสนุนการปกป้องสิ่งแวดล้อม และกำหนดทิศทางการพัฒนาพื้นที่ชายฝั่งอย่างยั่งยืน

สำหรับทิศทางการวิจัยต่อไป ดร. หวู อันห์ ตวน กล่าวว่า ในอนาคตอันใกล้นี้ ทีมวิจัยเสนอที่จะเพิ่มความถี่ในการสังเกตการณ์และการเก็บตัวอย่าง รวมถึงบูรณาการ AI เข้ากับข้อมูลภาพถ่ายดาวเทียม เพื่อปรับปรุงความแม่นยำของพารามิเตอร์การคำนวณ โดยเฉพาะอย่างยิ่ง การขยายการบูรณาการข้อมูลดาวเทียมประเภทต่างๆ (ปัจจุบันทีมวิจัยได้ทดสอบกับดาวเทียม 3 ประเภท) จะช่วยเพิ่มความถี่ในการสังเกตการณ์ และไม่เพียงแต่จำกัดไว้เพียง 4 พารามิเตอร์คุณภาพน้ำเท่านั้น แต่ยังสามารถขยายเป็น 5, 6 หรือมากกว่านั้นได้ หนึ่งในทิศทางสำคัญต่อไปคือ ทีมวิจัยจะเผยแพร่งานวิจัยนี้ไปทั่วพื้นที่ทะเลของเวียดนาม แม้ว่าพื้นที่ทะเลแต่ละแห่งจะมีลักษณะเฉพาะของตนเอง แต่ด้วยแพลตฟอร์มและกรอบการวิจัยเดียวกัน วิธีการคำนวณสามารถปรับเปลี่ยนเพื่อให้ได้ผลลัพธ์ที่แม่นยำและเหมาะสม เป้าหมายสูงสุดคือการสร้างระบบที่ครอบคลุมเพื่อตรวจสอบและควบคุมพารามิเตอร์คุณภาพน้ำทะเลอย่างต่อเนื่อง ระบบนี้จะให้ข้อมูลสำคัญแก่ผู้วางแผน พร้อมแจ้งเตือนอย่างทันท่วงทีเกี่ยวกับมลพิษทางน้ำ โดยเฉพาะอย่างยิ่งผลกระทบต่อการเพาะเลี้ยงสัตว์น้ำและภาคเศรษฐกิจทางทะเลอื่นๆ

รองศาสตราจารย์ ดร. ฟาม กวง วินห์ สมาชิกสภาการยอมรับของสถาบันวิทยาศาสตร์และเทคโนโลยีเวียดนาม ได้ประเมินผลการวิจัยนี้ว่า ทีมวิจัยได้ใช้อัลกอริทึมใหม่เพื่อประมวลผลข้อมูลจากการสำรวจระยะไกลในการวิจัยสภาพแวดล้อมทางน้ำชายฝั่ง โดยส่งเสริมการประยุกต์ใช้ AI ในการวิจัยสภาพแวดล้อมทางน้ำ นี่เป็นตัวอย่างที่ชัดเจนของความร่วมมือทางวิทยาศาสตร์ที่มีประสิทธิภาพ โดยมีการตีพิมพ์ร่วมกันระหว่างสองฝ่ายในวารสาร SCIE Q1 ซึ่งเป็นวารสารนานาชาติคุณภาพสูง ซึ่งจะช่วยส่งเสริมความร่วมมือด้านการวิจัยทางวิทยาศาสตร์ระหว่างเวียดนามและโปแลนด์ และเปิดทิศทางการพัฒนาใหม่ๆ ให้กับทั้งสองประเทศ

ที่มา: https://doanhnghiepvn.vn/cong-nghe/lan-dau-tien-tai-viet-nam-mo-hinh-ai-ket-hop-vien-tham-giam-sat-chat-luong-nuoc-bien/20250619075954419